产品经理做决策时，该如何思考？.docVIP

产品经理做决策时，该如何思考？ / 做决策是每个人都逃避不了，不管是工作还是生活，决策有大有小，小到决定今天穿什么衣服，今天决定什么样的心情，大到人生大事，在工作中，一个小功能决策可能会有小收益也有可能有大收益。 面对大决策时，往往是最有挑战，也是最难决策的，因此需要有足够的信息，思考足够的深和广，以及做决策人的认知等等，才能做出高质量决策，对于过往做决策的总结和思考，大概罗列三个点： 获取精准信息 挖掘有力的数据 通过假设方式 一、获取精准信息 面对一个需求前，我们可以用大家比较熟悉的“四象限法则”进行分析预判，分别是成本、收益、风险、影响： 成本：是指我们做了这么一个功能，大概需要付出多少资源？ 收益：是指我们做了这么一个功能，会收益什么好处？ 风险：是指我们做了这么一个功能，会带来什么样的风险？ 影响：是指我们做了这么一个功能，影响的用户、范围有多大？ 从成本角度，我们需要思考比较多： 增加或者改动该功能时，会牵扯到其它业务吗？ 实现该功能时，有没有现成的技术方案？ 我思考该需求时，有没有可供用的UI组件 实现该功能后，对以后增加需求有没有拓展空间？ 近期阅读过一本书，叫做《腾讯产品法》，作者李立老师在书中提到一个微信的例子，当时微信发布iPhone4.5版本的时候，要做通过摇一摇，做识别歌曲的功能，那在早之前iPhone4.3版本推出了语音搜索功能，更早时上线了朋友圈对QQ音乐分享这一类型的支持。 如果重新制定新的技术方案，做一个摇一摇识别歌曲的功能，肯定成本高，但是有现成的语音搜索和音乐曲库实现起来成本就变得低了，而实现该功能的步骤就是，语音识别——检索曲库——同步播放，和语音搜索+QQ音乐组合起来就变成该功能了。 那对信息足够了解，就是我们需要古往今来都需要知道： 首先了解历史信息： 做一个功能时，或者优化一个功能时，我们需要先明白以前为什么这么做？其历史因素，可能是考虑一个重要的点。 在《用户体验要素》一书中，提到“五个层面”的模型，分别是表现层、框架层、结构层、范围层、战略层，这五个层面进行思考。 比如：先思考战略层，公司要获得什么，为用户提供什么？然后范围层，也就是我们该做什么？不可能什么都做，不然就变成一个四不像，偏离了产品初衷。 再来思考结构层，也就是我们产品该如何搭建背后的信息，然后就是框架层，涉及到优化设计布局，另外就是表现层，关于呈现出来的具体内容。 面对信息决策时，我们可以参考这“五个层面模型”来带入思考，对于我们如何系统性思考一个需求时，有益于帮助。 获取用户的反馈： 有的时候面对一个已经上线过，或者相关性功能时，可能已经有用户使用过，而他们的反馈是非常重要，需要了解足够的样本，以及用户反馈的具体感受、以及具体内容，这样才能有益于我们做决策时更好的判断。 尤其是离使用者的距离比较远时，比如：有些是通过客户反馈用户诉求时，往往反馈者会对诉求进行放大描述，尤其是涉及与反馈者相关性时，会带有一定的情绪，有些可能会比较轻描淡写，因为涉及与反馈者利益比较小，反馈时会变成一个简单任务制的工作内容。 以前实现该需求的方案： 根据每个需求不同，背后牵扯的信息也不同，在这里逻辑具体简单的例子，技术方案是什么？如果涉及到算法，算法是什么？以及该功能使用的人群？ 比如：一个功能改变可能会牵扯运营、营收等部门，所以在改变时，有相关性的都必须提前了解清楚，还得考虑细致。 二、挖掘有力的数据 做产品上线后，为数据服务，在获取准确信息时已经提到过，通过四象限法则来预判该需求是否可做？其中有一个维度就是“影响”，影响涉及到数据，也就是会有多少人使用？在这里提到挖掘有力的数据，也就是历史数据，因为未来数据暂时还不会产生。 数据的维度会比较多，比如：从营收、用户行为、使用人群、使用人数、用户生命周期、用户价值等等多维度进行思考。 从营收角度思考，也就是该需求上线后，直接为公司创造了多少营收？有的时候有些需求没法直接判断营收，只能通过间接方式来判断，现在典型的就是一方面拉用户，一方面做广告收入的这种简单商业模型，拉来了一万个用户，不一定能直接变现。 从用户行为角度思考，不过行为没法具体衡量，只能通过其它数据方式或者，我们提现设定好一条用户行为路径，看看用户在使用过程中是否按照我们预期的方向走？ 从使用人群角度思考，上线该需求后带来的用户群体都是哪些？这些群体的特征是什么？这些群体给我们带来什么样的价值等等，从人群思考，会涉及更多的数据。 从使用人数角度思考，这个比较单一，比较简单的方式就是思考该需求上线后的人数涨粉，往更细一点思考还需要考虑，层级关系，比如：通过分享带来的人数，分享后带来的人数使用健康程度等等。 从用户生命周期角度思考，比较好理解的方式就是用户在平台留存了多少天，该需求上线后与不上线前用户生命周是变长了还是变短了，